[发明专利]一种基于汽车OBD数据预测某次行程百公里油耗的方法

说明书

本发明提供一种基于汽车OBD数据预测某次行程百公里油耗的方法，所述方法为了预测单行程的百公里油耗，需要对单行程的数据抽取特征来拟合模型。因为单行程的百公里油耗无法得知，所以使用加油周期的百公里油耗数据来抽取特征建立模型，进而将此模型应用在单行程百公里油耗的预测上，本发明所述方法能较准确地预测出车辆单次行程的百公里油耗，均方根误差RMSE=1.08升,平均绝对误差MAE=0.85升。

技术领域

本发明属于车联网技术领域，具体涉及一种基于汽车OBD数据预测某次行程百公里油耗的方法。

背景技术

影响百公里油耗的因素很多，例如：车型，车重，轮胎磨损情况，排量，路面拥堵情况，道路坡度，个人驾驶行为(急加速、急减速)，气温环境(冬天开空调制热，夏天开空调制冷)，由于周围环境的复杂多变，准确的单次行程的百公里油耗较难获得。

通过汽车OBD盒子可以获得汽车在行驶中的车况数据，包括采集时间、剩余油量、里程、行程开始时间、行程结束时间，基于以上数据可以计算某段行程的百公里油耗＝(行程开始剩余油量-行程结束剩余油量)*100/(行程结束里程–行程开始里程)。但这样在实际操作时，计算出来的百公里油耗存在较大误差。主要因为以下因素：

1)通过OBD盒子采集上来的剩余油量本身存在偏差，且各车型传感器设计制式与精度不同，导致不同车型采集到的剩余油量偏差不一，并且车辆抖动，路面平整度也会造成较大干扰；

2)假如行程较短，油量耗费少，油量变化很难测量；

3)加满油时，部分车型出现超出油量量程而测不准的问题，这样就出现里程值增加，油量值未减少的现象，油量变化为零。

4)采集到的里程是整数，精度不高。当行程较短时，会影响整体的计算精度。

以上导致单次行程很难获得剩余油量数据变化趋势，计算出来的百公里油耗严重偏离实际值，有些甚至偏离数倍，所以仅通过OBD盒子采集到的油量与里程数据无法直接计算出真实的百公里油耗。

发明内容

为了解决上述问题，本发明提供一种基于汽车OBD数据预测某次行程百公里油耗的方法，所述方法通过加油周期的百公里油耗数据来抽取特征建立模型，最后将此模型应用在单行程百公里油耗的预测上，最后计算出预测的单行程的百公里油耗；

进一步地，所述方法包括：

S1：特征数据选取与分析；

S2：建立模型，使用加油周期数据训练模型；

S3：使用加油周期数据验证模型；

S4：使用单行程数据验证模型；

进一步地，所述S1包括：

S11：选取因变量,新建一个指标为油耗指数，加工油耗指数，存放基于车型归一化处理后的百公里油耗；

S12：选取自变量，定义月份地域油耗指数、车辆历史油耗指数、加油周期内平均速度、急加速指数、急减速指数、急转向指数、怠速指数、速度区间占比、转速区间占比和排量，用相关系数筛选出影响大的因素，所述相关系数是用以反映变量之间相关关系密切程度的统计指标，相关系数按积差方法计算，以两变量与各自平均值的离差为基础，通过两个离差相乘来反映两变量之间相关程度，所述相关系数是皮尔逊相关系数；

进一步地，所述S11中油耗指数加工方法具体如下：1)按品牌、车型、排量、变速箱类型、发动机型号、最大马力将车辆分组，计算得到平均百公里油耗值，2)将每一车辆每一加油周期的百公里油耗除以对应分组车型的平均百公里油耗值；